一、四类的分法

十五种节点，按「它在链条里干什么」分四类。这个分法比按名字记有用得多。

一条典型的链是这样的顺序：数据 → 处理 → 控制 → 处理 → 结束。先取，再改，中间判断一次，再改， 交出。 所以看图先看有没有「取」。一条链里一个数据节点都没有，它就只能拿模型的记忆回答，答不了具体业务。

二、数据类：五个，都是「把东西取进来」

知识库检索吃一句查询，吐若干命中段落。第 5 章整章讲它。 数据库吃表名和条件，吐记录。要真的 SQL 查询时用它，别让模型编。 长期记忆吃用户标识，吐这个人以前说过什么。做个性化才用得上。

画板吃图片和文本框，吐合成后的一张图。做海报、做数据卡片用它。 知识库写入反过来：吃文本和库名，把内容写进去。做自动归档用它。 五个里前两个是主力。后三个属于「有特定需求才想起来」的类型。

三、处理类：四个，都是「把数据改形状」

大模型吃提示词加上游变量，吐一段文本。这是唯一带随机性的节点。 代码吃入参加一段代码，吐返回值。要算数、要格式转换、要做规则判断，都放这儿。确定性最高的一种。 文本处理吃一段文本和一条规则（截断、替换、拼接），吐处理后的文本。 它其实是「常用代码片段的按钮版」。

变量赋值吃不点什么，只是往上下文里写一个值。看着没用，但它是「把常量集中到一处」的唯一办法。 四个里前两个能顶后面两个。拿不准就用代码节点——它更笨，也更可控。

四、控制类：三个，都是「决定走哪条路」

选择器吃若干条件，决定走哪条分支。条件写在节点里，通常是对上游变量做比较。 意图识别吃用户这句话加一串候选意图，吐命中的那个。 它内部是大模型，所以带随机性——能用选择器就别用它。 循环吃一个数组加一段子流程，对每项跑一遍，吐每轮结果。 这就是上一节说的「图上无环，循环在节点内部」。

三个里选择器和循环是必需的，意图识别是可选的。 前者确定，后者灵活——和第 3.2 节插件那两种接法一个道理。

五、能力类：三个，都是「调外面的东西」

插件吃插件名和参数，吐接口返回的字段。第 3 章讲过。 图像生成吃画图提示词，吐图片地址。第 12 章的海报案例用它。 工作流吃一张子工作流的参数，吐子流的输出。这是把复杂图拆开的唯一办法。

第三个最容易被忽略，也最值得学。二十个节点的图拆成三张，每张七八个——好读、好改、好复用。 拆的标准很简单：一段逻辑如果你能说出一个名字，它就该是子工作流。

六、一句话的选节点口诀

能算的用代码，不能算的用大模型。 这是第一句，也是最有用的一句。 能明说的用选择器，说不清的用意图识别。 第二句，管分支。 要事实的用知识库，要动作的用插件。 第三句，管外部。

要重复的用循环，要复用的用子工作流。 第四句，管结构。 四句话覆盖了十五个节点的九成用法。剩下几个，用到时再查。

七、六个节点跑一次

演示里连了七个节点、用了六种类型：开始、意图识别、知识库检索、文本处理、变量赋值、大模型、结束。 路径是：先判意图，命中就走知识库查资料，查回来整理一下，写进一个变量，交给大模型生成答复。 没命中就直接送结束。 看轨迹的「类型」那一列，四类的分工一眼能看出来：意图识别决定走哪条路，文本处理和大模型改数据， 知识库取资料。

这就是第 5 章那个汽车客服的骨架。 那一个案例换掉的只是知识库里的资料。

八、动手 Demo：十五个节点，归四类

先把十五个节点按「吃什么、吐什么」过一遍，数出四类各几个。 再把其中六个连成一条链，真跑一次，看四类在轨迹里怎么分工。

NODES = [('插件节点', '能力'), ('大模型节点', '处理'),
         ('代码节点', '处理'), ('知识库检索节点', '数据'),
         ('图像生成节点', '能力'), ('循环节点', '控制'),
         ('选择器节点', '控制'), ('文本处理节点', '处理'),
         ('意图识别节点', '控制'), ('变量赋值节点', '处理'),
         ('数据库节点', '数据'), ('画板节点', '数据'),
         ('长期记忆节点', '数据'), ('工作流节点', '能力'),
         ('知识库写入节点', '数据')]

for k in ('处理', '控制', '数据', '能力'):
    ns = [n for n, c in NODES if c == k]
    print(k, len(ns), '、'.join(ns))

实跑输出：

--------------------------------------------------------------------
十五个节点，归四类
--------------------------------------------------------------------


| 节点 | 类 | 吃什么 | 吐什么 |
|---|---|---|---|
| 插件节点 | 能力 | 选一个插件 + 填参数 | 插件返回的字段 |
| 大模型节点 | 处理 | 提示词 + 上游变量 | 模型输出文本 |
| 代码节点 | 处理 | 入参 + 一段代码 | 返回值 |
| 知识库检索节点 | 数据 | 查询语句 | 命中的若干段落 |
| 图像生成节点 | 能力 | 画图提示词 | 图片地址 |
| 循环节点 | 控制 | 数组 + 子流程 | 每轮结果 |
| 选择器节点 | 控制 | 若干条件 | 走哪条分支 |
| 文本处理节点 | 处理 | 一段文本 + 规则 | 处理后的文本 |
| 意图识别节点 | 控制 | 用户这句话 + 候选意图 | 命中的意图 |
| 变量赋值节点 | 处理 | 变量名 + 值 | 写进上下文 |
| 数据库节点 | 数据 | 表名 + 条件 | 查到的记录 |
| 画板节点 | 数据 | 图片 + 文本框 | 合成后的图片 |
| 长期记忆节点 | 数据 | 用户标识 + 内容 | 读写结果 |
| 工作流节点 | 能力 | 选一张子工作流 + 参数 | 子流输出 |
| 知识库写入节点 | 数据 | 文本 + 库名 | 写入结果 |

  四类各几个：处理 4 个、控制 3 个、数据 5 个、能力 3 个
  十五个里有一半（4 个）你日常只用得到几个：大模型、代码、知识库检索、选择器。

  ② 把六个节点连起来跑一遍
  --------------------------------------------------------------------

| 步 | 节点 | 类型 | 输出端口 | 毫秒 |
|---:|---|---|---|---:|
|  1 | 开始 | 开始 | q | 0.0 |
|  2 | 意图识别 | 意图识别 | tag | 0.0 |
|  3 | 知识库检索 | 知识库检索 | hit | 0.0 |
|  4 | 文本处理 | 文本处理 | t | 0.0 |
|  5 | 变量赋值 | 变量赋值 | n | 0.0 |
|  6 | 大模型 | 大模型 | a | 0.0 |
|  7 | 结束 | 结束 | out | 0.0 |

  七个节点用了六种类型。分支那一步把「其他」直接送到了结束。
  看「类型」那一列：控制节点（意图识别）决定走哪条路，处理节点（文本、变量、大模型）改数据，
  数据节点（知识库）取资料。

①第一张表按名字顺序列了十五个，第四列是「吃什么、吐什么」。记不住名字没关系，记住这一列就行。 ②四类各几个：处理 4、控制 3、数据 5、能力 3。数据类最多，因为「取什么」这件事花样最多。 ③第二段那张轨迹表是重点。七个节点用了六种类型，看「类型」那列就能分出四类的分工。 ④注意「输出端口」：意图识别吐的是 tag，知识库吐的是 hit，文本处理吐 t，变量赋值吐 n。 每个节点的出参名字都不一样，下游要按名字接。 ⑤最后那句：这条链就是第 5 章汽车客服的骨架。那一个案例换掉的只是库里的资料，节点一个没变。

30 秒实验

1. 把你图里的节点按四类标一遍。一个数据节点都没有的图，大概率在拿模型记忆当事实。
2. 找一个大模型节点，问它能不能改成代码节点。能改就改，改完再跑一遍对比。
3. 把你超过十二个节点的图，找一段能用一句话命名的逻辑，拆成子工作流。

常见误区

1. 「十五个节点都要学。」日常只用五个：大模型、代码、知识库检索、选择器、循环。其余用到再查。
2. 「意图识别比选择器高级。」它内部是大模型，带随机性。能写成条件就用选择器。
3. 「节点越多能力越强。」节点是函数。一个节点能做的事，别拆成三个。 拆的目的是圈住随机性，不是为了数量。

节点都认识了，最后一节把它们连起来。 从空画布开始，六步想清楚，连成一条能真跑的链，再看分支跳步是怎么发生的。

• ☐ （本篇完，下一篇 4.5 扣子工作流实战演练）

相关笔记

• 扣子工作流的逻辑结构：节点是函数，边是数据
• 什么是插件：插件是一张说明书
• 15 数据库基础 · 索引
• 🐦 扣子开发 AI Agent · 索引